Ambari简述apache\CM\Ambari Ambari和CM地位差不多，重点在集群管理，一键安装集群和启动。 hue的重点在使用界面操作大数据框架。 什么是Ambari Apache Ambari项目旨在通过开发用于配置，管理和监控Apache Hadoop集群的软件来简化Hadoop管 ...

kettle概述Kettle是一款开源的ETL工具，纯java编写，可以在Window、Linux、Unix上运行，绿色无需安装，数据抽取高效稳定。 Kettle工程存储方式 1) 以XML形式存储 2) 以资源库方式存储(数据库资源库和文件资源库) Kettle的两种设计 Kettle的组 ...

ClickHouse概述什么是ClickHouse ClickHouse 是俄罗斯的Yandex于2016年开源的列式存储数据库（DBMS），主要用于在线分析处理查询（OLAP），能够使用SQL查询实时生成分析数据报告。 什么是列式存储 以下面的表为例： Id Name Age 1 ...

HUE简介HUE=Hadoop User Experience(Hadoop用户体验)，直白来说就一个开源的Apache Hadoop UI系统，由Cloudera Desktop演化而来，最后Cloudera公司将其贡献给Apache基金会的Hadoop社区，它是基于Python Web框架Dja ...

ref http://kylin.apache.org/cn/ [toc] 概述Kylin定义Apache Kylin是一个开源的分布式分析引擎，提供Hadoop/Spark之上的SQL查询接口及多维分析（OLAP）能力以支持超大规模数据，最初由eBay开发并贡献至开源社区。它能在亚秒内查询 ...

Impala的基本概念什么是Impala Cloudera公司推出，提供对HDFS、Hbase数据的高性能、低延迟的交互式SQL查询功能。 基于Hive，使用内存计算，兼顾数据仓库、具有实时、批处理、多并发等优点。 是CDH平台首选的PB级大数据实时查询分析引擎。 Impala的优缺点优点 ...

CentOS-7-x86_64-Minimal-1810.iso 修改HostNameshell1234567891011# 临时hostname hadoop104# 永久hostnamectl set-hostname hadoop104# vi /etc/hosts127.0.0.1 ha ...

linux基础环境搭建虚拟机带不动，租了个云服务器。配置：Centos7.6，2核4G 参考我的blog 【Centos7下的基本环境安装记录】 Code123456修改HostName设置ssh本机免密安装JDK关闭防火墙关闭SELINUX 安装MySQL 修改host shell1217 ...

[TOC] 参考： https://www.bilibili.com/video/av65539983 官方文档：https://azkaban.github.io/azkaban/docs/2.5/ 概述什么是azkaban批量工作流任务调度器， Azkaban特点1) 兼 ...

Oozie简介​ 一个基于工作流引擎的开源框架，由 Cloudera 公司贡献给 Apache，提供对 Hadoop MapReduce、Pig Jobs 的任务调度与协调。Oozie 需要部署到 Java Servlet 容器中运行。主要用于定时调度任务，多任务可以按照执行的逻辑顺序调度。 ...